Fiber Nonlinearity Compensation of Coherent Signals Using Deep Photonic Reservoir Computer

글로벌 인터넷이라는 거대하고 고요한 고속도로에서, 데이터는 유리 섬유를 통해 질주하는 빛의 펄스로 이동합니다. 수십 년 동안 엔지니어들은 빛 신호가 대양을 건널 때 발생하는 신호의 늘어짐이나 색상의 혼합 문제를 해결하며, 이 빛 신호를 선명하게 유지하는 기술을 숙달해 왔습니다. 그러나 우리가 점점 더 빠른 속도를 추구함에 따라, 새롭고 더 완고한 문제가 등장하고 있습니다. 빛이 높은 출력과 높은 속도로 이동할 때, 유리 섬유는 마치 렌즈처럼 작동하여 빛을 복잡하고 예측 불가능한 방식으로 스스로 굴절시키기 시작합니다. 이는 표준 디지털 컴퓨터가 해결하기 힘든 일종의 왜곡 형태인데, 그 이유는 이를 해결하기 위해 엄청난 양의 처리 능력과 시간이 필요하며, 이는 우리가 속도를 높이려는 바로 그 연결 자체를 느리게 만들기 때문입니다. 따라서 과제는 데이터 센터의 에너지 예산을 낭비하지 않으면서도 이 뒤틀린 신호를 정화할 방법을 찾는 것입니다.

상하이의 한 연구팀은 이제 디지털 소프트웨어의 무거운 짐을 빛의 영역으로 옮기는 유망한 해결책을 선보였습니다. 연구진은 컴퓨터에게 어떻게 엉킨 것을 풀지 계산하도록 요청하는 대신, 레이저의 자연스럽고 혼돈스러운 동작을 이용해 작업을 수행하는 기계를 구축했습니다. '딥 포토닉 레저보어 컴퓨터(deep photonic reservoir computer)'라고 알려진 이 장치는 빛을 위한 특수 필터 역할을 합니다. 일련의 실험을 통해 연구팀은 이 광학 기계가 복잡한 데이터를 운반하는 왜곡된 신호를 성공적으로 복구하여 연결의 품질을 크게 향ло 개선할 수 있음을 보여주었습니다. 이들의 연구는 레이저들을 서로 영향을 주고받는 층으로 연결함으로써, 광섬유 케이블에 의해 발생하는 특정 오류를 교정하는 법을 학습하는 시스템을 만드는 것이 가능하며, 이는 고속 통신을 위한 더 빠르고 에너지 효율적인 경로를 제공한다는 것을 입증합니다.

이야기는 신호 그 자체로부터 시작됩니다. 현대 광섬유 네트워크에서 정보는 종종 '직교 진폭 변조(quadrature amplitude modulation)'라고 불리는 방식을 사용하여 인코딩되는데, 이는 빛의 파동의 밝기와 위상 모두에 데이터를 담는 방식입니다. 연구진은 매우 높은 데이터 전송률인 240Gbps를 가능하게 하는 16가지 정보 레벨을 운반하는 특정 버전에 집중했습니다. 이 신호가 50km의 광섬유를 통과할 때, 유리의 비선형 효과로 인해 신호가 흐트러집니다. 수신기에 도달할 때쯤 데이터의 패턴은 흐릿해져 읽기가 어려워집니다. 표준 디지털 도구들은 이러한 흐릿함을 일부 수정할 수 있지만, 왜곡이 너무 심해지면 한계에 부딪혀 최종 메시지에 상당한 오류를 남깁니다.

이를 해결하기 위해 연구진은 빛으로 만든 물리적 컴퓨터를 제작했습니다. 이 장치는 하나의 마스터 레이저가 일련의 네 개의 작은 레이저(연구진은 이를 '슬레이브' 레이저라고 부릅니다)로 일정한 빛의 빔을 보내는 구조로 되어 있습니다. 이 슬레이브 레이저들은 한 줄로 배열되어 있으며, 하나의 출력이 다음 레이저로 전달되는 계층 구조를 형성합니다. 각 슬레이브 레이저는 또한 광섬유 루프를 통해 자기 자신과 연결되어 있어 빛이 앞뒤로 반사될 수 있게 합니다. 이러한 설정은 복잡한 상호작용의 웹을 만들어냅니다. 엉클어진 데이터 신호가 이 체인에 주입되면, 레이저들은 단순히 신호를 전달하는 데 그치지 않고 이에 반응합니다. 피드백 루프에 의해 구동되는 레이저의 내부 역학은 무질서한 입력을 깨끗한 출력으로 자연스럽게 변환합니다. 이는 빛과 레이저의 물리적 특성이 함께 작용하여 왜곡을 풀어내는 과정으로, 마치 복잡한 기계 시스템이 외부의 압력을 받았을 때 안정적인 형태를 찾아가는 것과 유사합니다.

연구팀은 이 레이저들이 작동하는 조건을 세밀하게 조정했습니다. 그들은 피드백 루프의 타이밍과 한 레이저에서 다음 레이저로 전달되는 빛의 강도를 조절했습니다. 이를 통해 시스템이 오류를 교정할 수 있을 만큼 충분히 민감하면서도 안정성을 유지하도록 했습니다. 연구진은 광섬유에 의해 저하된 신호를 사용하여 시스템을 테스트했으며, 왜곡된 데이터를 딥 포토닉 레저보어에 입력했습니다. 결과는 명확했습니다. 광학 기계는 신호를 성공적으로 정화했습니다. 3개의 레이저 층을 가진 이 장치의 단일 채널을 사용했을 때, 신호 품질은 측정 가능한 수준으로 개선되었으며, 표준 디지털 처리만을 사용할 때보다 오류를 거의 절반 가까이 줄였습니다. 이러한 개선은 전통적인 컴퓨터가 동일한 계산을 수행하려고 할 때 필요한 막대한 에너지 비용 없이 달성되었습니다.

연구진은 또한 이 시스템이 얼마나 유연한지도 탐구했습니다. 그들은 다양한 전력 수준과 20km에서 80km에 이르는 다양한 거리에서 전송된 신호로 장치를 테스트했습니다. 기계를 각 시나리오에 맞춰 다시 튜닝하지 않고도, 딥 포토닉 레저보어는 변화를 처리하며 신호를 교정하는 능력을 유지했습니다. 이는 이 시스템이 실제 네트워크의 변화하는 조건에 적응할 수 있을 만큼 견고하다는 것을 시사합니다. 나아가, 연구진은 두 개의 신호 부분을 동시에 처리할 수 있는 듀얼 채널 버전의 장치를 시연함으로써, 이 기술이 현대의 복잡한 데이터 스트림을 처리할 수 있도록 확장 가능하다는 것을 증명했습니다.

이 성과가 중요한 이유는 단순히 신호 품질의 개선 때문만이 아니라, 이를 달성하기 위해 사용된 방법 때문입니다. 오랫동안 이 분야는 광섬유의 물리학을 시뮬레이션하고 손상을 역으로 복구하기 위해 강력한 프로세서를 요구하는 디지털 알고리즘에 의존해 왔습니다. 이 새로운 접근 방식은 그러한 시뮬레이션을 완전히 건너뜁니다. 레이저 자체를 사용하여 계산을 수행함으로써, 시스템은 빛의 속도로 작동하며 훨씬 적은 에너지를 소비합니다. 연구진은 이러한 광학 프로세서의 층을 쌓는 것이 단일 층보다 훨씬 더 유능한 '깊은(deep)' 시스템을 만들어내며, 고속 광섬유 네트워크를 오랫동안 괴롭혀온 복잡한 비선형성을 처리할 수 있음을 보여주었습니다.

이 연구는 광섬유의 모든 문제를 해결했다고 주장하거나, 이 특정 장치가 즉시 모든 네트워크에 배치될 준비가 되었다고 제안하는 것은 아닙니다. 연구진은 현재의 설정이 출력을 읽기 위해 특정 수의 전자 채널을 필요로 하며, 이것이 한 번에 사용할 수 있는 층의 수를 제한한다고 언급했습니다. 또한, 피드백을 위해 사용되는 물리적 광섬유 루프가 현재는 이상적인 것보다 길다는 점을 지적하며, 향-후 성능을 더욱 향상시키기 위해 이를 단축하는 것을 목표로 한다고 밝혔습니다 왜곡 문제를 하드웨어 자체의 특징으로 전환함으로써, 이 연구는 우리가 현대 세계를 연결하는 방대한 데이터 스트림을 처리하는 방식에 대한 새로운 문을 열고 있습니다.